关于 Matérn 型核岭回归收敛速度的改进及其在计算机模型标定中的应用
统计理论
2020-01-03 v1 统计理论
摘要
核岭回归是估计光滑函数的重要非参数方法。我们引入一组新条件，在此条件下，核岭回归估计量在 L_2 范数和再生核希尔伯特空间范数下的实际收敛速度均超过标准极小极大速度。该理论的一个应用导致对 Kennedy-O'Hagan 计算机模拟模型参数标定方法的新理解。我们证明，在特定条件下，具有已知协方差函数的 Kennedy-O'Hagan 标定估计量收敛于再生核希尔伯特空间中残差函数范数的极小化子。
引用
@article{arxiv.2001.00152,
title = {On the Improved Rates of Convergence for Mat\'ern-type Kernel Ridge Regression, with Application to Calibration of Computer Models},
author = {Rui Tuo and Yan Wang and C. F. Jeff Wu},
journal= {arXiv preprint arXiv:2001.00152},
year = {2020}
}
备注
24pages, 1 figure